实验命名习惯
MMClassification 按照以下风格进行配置文件命名，代码库的贡献者需要遵循相同的命名规则。文件名总体分为四部分：算法信息，模块信息，训练信息和数据信息。逻辑上属于不同部分的单词之间用下划线 ‘_’ 连接，同一部分有多个单词用短横线 ‘-‘ 连接。
{algorithm info}{module info}{training info}_{data info}.py algorithm info：算法信息，算法名称或者网络架构，如 resnet 等；
module info： 模块信息，因任务而异，用以表示一些特殊的 neck、head 和 pretrain 信息；
training info：一些训练信息，训练策略设置，包括 batch size，schedule 数据增强等；
data info：数据信息，数据集名称、模态、输入尺寸等，如 imagenet, cifar 等；
安装环境
wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
ln -s /home/jovyan/anaconda3/envs/knowledgegraphcommon-py3.8 /root/anaconda3/envs/knowledgegraphcommon-py3.8
ln -s /home/jovyan/anaconda3/envs/knowledgegraphcommon-py3.8 /opt/conda/envs/knowledgegraphcommon-py3.8 vim ~/.bashrc export PATH=$PATH:/root/anaconda3/bin conda activate knowledgegraphcommon-py3.8
apt-get install git git config –global credential.helper store apt install libgl1-mesa-glx
cat /usr/local/cuda/version.txt
mock
https://blog.csdn.net/peiyao456/article/details/77075173
0307
-
word_acc: Accuracy in word level.
- word_acc_ignore_case: Accuracy in word level, ignore letter case. - word_acc_ignore_case_symbol: Accuracy in word level, ignore letter case and symbol. (default metric for academic evaluation) - char_recall: Recall in character level, ignore letter case and symbol. - char_precision: Precision in character level, ignore letter case and symbol. - 1-N.E.D: 1 - normalized_edit_distance.
0308
OpenCV读取：图片尺寸 ( H, W )，图片维度 ( H, W, C )， 通道顺序 ( B, G, R )
PIL读取：图片尺寸 ( W, H )，图片维度 ( C, H, W )， 通道顺序 ( R, G, B )
0311
git pull origin master –allow-unrelated-histories
0313
openmmlab 训练可视化工具 https://zhuanlan.zhihu.com/p/387078211
#0314 通过 ps -Lf 11852直接看看子线程
每次commit鏡像前 ，刪除 NVIDIA_VISIBLE_DEVICES
#0322 gpustat,直接pip install gpustat即可安装，gpustat基于nvidia-smi，可以提供更美观简洁的展示，结合watch命令，可以动态实时监控GPU的使用情况。
安装包命名规则 每个安装包都有一个专属的名字，它们是按照Python的官方规则 来命名的，形式如下： {distribution}-{version}(-{build tag})?-{python tag}-{abi tag}-{platform tag}.whl 其中build tag可以缺少，其他部分不能缺少 distribution: wheel名称version: 版本，例如0.14.0 (要求必须是数字格式) python tag: 类似’py27’, ‘py2’, ‘py3’，用于标明对应的python版本 abi tag: 类似’cp33m’, ‘abi3’, ‘none’ platform tag: 类似 ‘linux_x86_64’, ‘any’
0328
a表示显示目录下所有的文件和文件夹（不含子目录），h表示以人类能看懂的方式，max-depth表示目录的深度。 du -ah –max-depth=1
0330
https://github.com/victoresque/pytorch-template
